Geri Dön

Solving permutation flow shop scheduling problem with adaptive genetic algorithm

Uyarlanabilir genetik algoritma ile permütasyon akış tipi çizelgeleme problemini çözme

  1. Tez No: 821973
  2. Yazar: CİHANSER ÇALIŞKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ KAZIM ERDOĞDU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Yaşar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Permütasyon akış tipi çizelgeleme problemi (PATÇP), bir dizi işin belirli bir sırayla bir dizi makinede işlenmesi gerektiği üretim senaryolarında ortaya çıkan bir problemdir. Tüm işlerin tamamlanması için gereken süreyi en aza indirecek en iyi işlem sırasını bulmak amaçlanır. PATÇP bir NP-Zor kombinatoryel optimizasyon problemidir, dolayısıyla tam çözümü zordur ve hesaplama için önemli miktarda zaman gerektirir. Bu tezde, PATÇP çözümü için yeni bir sezgisel algoritma olan Uyarlanabilir Genetik Algoritma (UGA) önerilmektedir. UGA, geleneksel bir genetik algoritmayı üç farklı yerel arama yöntemini uyarlanabilir bir mekanizmayla birleştirmektedir. Algoritma, her nesil iterasyonunda her yerel aramanın performansını değerlendirir ve önceki performanslarına dayanarak hangisini kullanacağına karar verir. Başarılı olan yerel aramaların seçim olasılığı artar ve başarısız olanların seçim olasılığı azalır. Bu şekilde, UGA algoritması, önceki nesillerde elde ettiği bilgiyle uyarlanır ve yönlendirilir. Önerilen algoritma, çözüm kalitesi açısından diğer en gelişmiş algoritmalardan biri olan GA-BAT'ın performansını geride bırakmış ve ya optimal ya da optimale yakın sonuçlar üretmiştir. UGA algoritması, Permütasyon akış tipi çizelgeleme probleminin çözümü için umut verici bir yaklaşım olup diğer kombinatoryel problemlere de uyarlanabilir.

Özet (Çeviri)

The permutation flow shop scheduling problem (PFSSP) is a problem that arises in manufacturing scenarios where a set of jobs must be processed on a set of machines in a specific order. The problem aims to find the job order that will minimize the makespan of the whole process. It is an NP-Hard combinatorial optimization problem, hence its exact solution is computationally difficult and requires a significant amount of time. This thesis proposes a new heuristic algorithm called the Adaptive Genetic Algorithm (AGA) for solving a PFSSP. The AGA combines a conventional genetic algorithm with an adaptive mechanism that incorporates three different local searches. The algorithm evaluates the performance of each local search at each generational iteration and makes a decision on which one to use based on their previous performances. The experimental results showed that the algorithm outperformed one of the state-of-the-art algorithms (i.e. GA-BAT) in terms of solution quality and found optimal or near-optimal solutions for the selected benchmarks. The AGA algorithm is a promising approach for solving the PFSSP and could be extended to apply to other combinatorial optimization problems.

Benzer Tezler

  1. Coalition of metaheuristics through parallel computing for solving complex optimization problems

    Karmaşık optimizasyon problemlerinin çözümü için metasezgisel algoritmaların paralel hesaplama yoluyla koalisyonu

    MÜMİN EMRE ŞENOL

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADİL BAYKASOĞLU

  2. Akış tipi çizelgeleme problemlerinin yapay sinir ağları ile modellenmesi

    Modelling the flowshop scheduling problems with artificial neural networks

    GÖKHAN SEÇME

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. MAHİR NAKİP

  3. Akış tipi çizelgeleme problemlerinin yapay bağışıklık sistemleri ile çözümü ve parametre optimizasyonu

    Solving of flow shop scheduling problems by artificial immune systems and parameter optimization

    ALPER DÖYEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Endüstri ve Endüstri MühendisliğiSelçuk Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. ORHAN ENGİN

  4. İş akışı çizelgeleme probleminin yapay bağışıklık sistemi ile optimizasyonu

    Solving permutation flowshop scheduling problem by artificial immune system

    AHMET HAŞİM YURTTAKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. ADEM ALPASLAN ALTUN

  5. A solution approach for the distributed no-idle flowshop scheduling problem with due windows

    Zaman pencereli dağıtık beklemesiz akış tipi çizelgeleme problemi için bir çözüm yaklaşımı

    KASRA MOUSIGHICHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUALLA GONCA AVCI